索引类概率的动态向量答案

【问题标题】：Indexing dynamic vector of class probabilities索引类概率的动态向量
【发布时间】：2021-05-17 19:31:14
【问题描述】：

对于我的代码，我有一个大的（最多 40,000 个）类概率向量。这组类概率也需要定期重新加权，因此假设它会在每次调用代码时发生变化。向量总和为 1。我需要有效地搜索与该概率对应的索引。

作为一个例子 - 假设向量是[0.25, 0.25, 0.25, 0.25]，4 个对象的均匀概率。我的概率结果是 0.67。这对应于索引 3，因为 0.67 > sum(probvec[0:1]) 但 0.67 <= sum(probvec[0:2])。

我愿意更改概率向量以使其成为运行总和，即[0.25, 0.5, 0.75, 1]，不过我还需要关于如何执行更新的建议。

任何帮助将不胜感激。

【问题讨论】：

我倾向于存储累积总和，您可以通过仅在项目 k 更改时更新总和 k 到 n 来更有效地更新（通过将项目 k 中的更改添加到之后的每个项目） .您实际上不需要对累积和进行归一化，因为您可以在 (0, final sum) 而不是 (0, 1) 中生成一个随机数，然后按照 horcrux 的建议进行二进制搜索。

标签： python python-3.x numpy probability

【解决方案1】：

第 1 步：预先计算所有部分总和，直至 i-th 索引。
第 2 步：使用二进制搜索扫描您的 sums_probvec，以在 logtime 中获取结果。

import numpy as np

probvec = np.full(4, 0.25)
prob = 0.67

# pre-compute all the partial sums up to the i-th index
sum_probvec = [probvec[0]]
for i in range(1, len(probvec)) :
    sum_probvec.append(sum_probvec[i-1] + probvec[i])

# use binary search for logtime results
i = 0
j = len(sum_probvec)
while i != j-1:
    mid = (i + j) // 2
    if prob > sum_probvec[mid]:
        i = mid
    else:
        j = mid
index = i+2

print (index) # 3

【讨论】：